第8卷第4期2017年8月
指挥信息系统与技术
Com m and Inform ation System and Technology
Vol. 8 No. 4 Aug. 2017
•专家视野
doi ： 10. 15908/j . cnki . cist . 2017. 04. 001
基于体系仿真实验的联合作战能力评估技术
杨镜宇
1
胡晓峰
1
叫一声爸妈
张昱
1
伍文峰w
(1国防大学信息作战与指挥训练教研部北京100091)
(2 陆军军官学院炮兵系合肥230031)
摘要：根据联合作战能力评估的需求特点以及联合作战体系（SoS )能力整体涌现和结构动态演 化等复杂性特征，提出了基于体系仿真实验的联合作战能力评估技术，阐述了体系仿真实验逻辑架 构、体系动态模型构建、体系能力综合评估和体系仿真实验支撑平台4个方面的内容及关键技术， 为联合作战能力评估方法创新提供了有益借鉴。关键词：体系仿真实验；联合作战；能力评估中图分类号：TP 391. 9
文献标识码：
A 文章编号：1674-909X (2017)04-0001-09
Joint Operation Capability Asssment Technology Bad on
Simulation Experiments for System of Systems
YANG Jingyu 1 HU Xiaofeng 1 ZHANG Yu 1 WU Wenfeng 1，2
(1 D epartm ent of Inform ation O peration & Com m and T raining, National Defen U niversity of P L A , Beijing 100091, China) (2 D epartm ent of A rtillery, A rm y Officer A cadem y, Hefei 230031，China)
Abstract ： According to the requirement characteristics of joint operation capability asssment and the complexity characteristics of the joint operation system of systems (SoS )， including whole emergence of capabilities and dynamic evolution of structures , a joint operation capability asssment technology bad on simulation experiments for the SoS is prented . Four aspects of contents and key technologies of the simulation experiments for the SoS , including the logical ar chitecture , dynamic model establishment , capability comprehensive asssment and the support platform are illustrated . The technology provides an instructive reference for innovation of the joint operation capability asssment .Key words ： simulation experiment for system of systems (SoS )； joint operation ； capability as ssment
联合作战能力评估的任务通常有2类：1)己
板弱项，如存在，则如何优化？联合作战的平台作
*基金项目
：国家自然科学基金（71401168)和军民共用重大研究计划联合基金（U
1495218)资助项目。
收稿日期：2017-06-02引用格式：杨
镜宇，胡晓峰，张昱，等.基于体系仿真实验的联合作战能力评估技术[
J ].指挥信息系统与技术，2017,
8(4)：1-9.
YANG Jingyu, H U X iaofeng，ZH A N G Y u ，et al. Joint operation capability asssm ent technology bad on sim ulation experim ents for system of sy ste m s[J]. Com m and Inform ation System and T echnology, 2017, 8(4)：l-9.
〇引言
行政诉讼期限方联合作战能力是否能够完成特定使命任务，如 不能，则如何提升？ 2)己方作战方案是否存在短
2指挥信息系统与技术2017年8月
仿真实验设计仿真实验分析 |
抽水马桶怎么安装
多维比对分析
|关联性挖掘分 |
因果回溯分 可视化分析胃
分析执行
优化
仿真
执行 -----K
调整优化
战、体系支撑、战术行动与战略保障等特征，决定 了联合作战能力评估具有高层宏观定性判断与低 层细/微观定量分析相结合的特征。而且，现代战 争涉及陆、海、空、天、电等多个作战领域的多类实 体、行为和交互，体系能力由多个实体间网络化交 互涌现生成，对抗过程伴随着实体状态和交互关 系的动态演化。特别是网电空间与传统物理空间 的融合及大量无人装备与智能装备的加入，加剧 了战争体系的网络化交互和动态演化，战争的形 态、样式和理念均面临颠覆性冲击。因此，联合作 战能力评估需针对联合作战体系的能力整体涌 现、结构动态演化等复杂性特征，采用定性与定量 相结合的方法，得出高层可用和底层可操作的评 估结论。
数学解析等常用能力评估方法难以对如此大 量的实体和行为进行解析计算，综合评价方法往 往过度依赖专家的定性判断，且仅能得出静态结 论。计算机仿真实验能对所有作战实体和整个作 战过程进行仿真，为解决联合作战体系分析问题
对特定军事行动的效能分析、武器装备试验鉴定 或指挥与作战训练，在如何基于体系仿真实验解 决联合作战能力评估方面还缺少理论与方法指 导，在仿真实验环境的构建方面也缺少需求和技 术支持。
基于体系仿真实验的联合作战能力评估类似于 化学实验，先建立-^个联合作战体系对抗仿真环境， 放
入联合作战的方案、部署、武器装备或战法，然后 通过快速实验得出体系层面的整体效果，以支持作 战指挥员决策[1]。本文主要针对联合作战体系的复 杂性特征及联合作战能力评估的军事需求，研究体 系仿真实验逻辑架构、体系动态模型构建、体系能力 综合评估和体系仿真实验支撑平台4个方面的内容 及关键技术。
1体系仿真实验逻辑架构
联合作战体系仿真实验系统从逻辑层面可划分
为基础环境层、数据模型层、仿真实验层和应用层 4个层次，面向联合作战能力评估的体系仿真实验基础数据
I f
\[
基础数据
I f
想定数据基础数据
I f
运行数据基础数据
t
结果数据
数据资源
1基础数据11需求数据丨1想定数据1 1运行数据11结果数据11外部引接数据1
模型资源
1
陆
丨
海
1
1
^
1
1
天
丨
网电
仿真计算支撑
〇仿真分析支撑
仿真存储支撑
：
途径。然而，传统的仿真实验大多针
逻辑架构如图1所示。
I 1
1
联合作战体：系仿
J t 实验应用
1
1
1[战区联合作战能力评估][战区联合作战体系建设][武器装备体系建设
][装备体系贡献度分析]仿真实验需求需求执行1联合作战能力评估需求11联合作战体系建设需求1
V
A
---1武器装备体系建设需求1N 调整
优化
1装备体系贡献度分析需求1想
定编辑
任务规划
仿真设置
想定提炼
更换行动实验
麟一更换网络实验
餘|更换数量^^
更换
装备实验
应情人节土味情话
苹果手机位置用层
仿
真实验层
数据模型层
基
础环境层
图1面向联合作战能力评估的体系仿真实验逻辑架
构
第8卷第4期杨镜宇，等：基于体系仿真实验的联合作战能力评估技术3
1.1基础环境层
基础环境层是联合作战体系仿真实验系统运行 的基础软硬件环境，由基础计算环境、信息基础网络 和云仿真大数据支撑环境共同组成。基础计算环境 包括各型服务器、主机和存储阵列等计算和存储资 源，是仿真计算和数据存储的基础硬件环境；信息基 础网络包括各型路由器、交换机及各条通信链路，是 连通各仿真计算节点的基础网络环境；云仿真大数 据支撑环境包括虚拟化资源管理平台和大数据分析 平台，是完成计算资源动态分配调度、仿真大数据存 储分析的基础软件环境。
1.2数据模型层
数据模型层是支撑联合作战体系仿真实验活动 的基础资源，由数据资源和模型资源共同组成。数 据资源包括基础数据、需求数据、想定数据、运行数 据、结果数据以及外部引接的实兵实装数据，是设置 想定、仿真运行和实验分析的数据基础；模型资源包 括陆、海、空、天、网电等不同作战领域的各类模型，是开展综合仿真实验活动的模型支撑。
1.3仿真实验层
仿真实验层是联合作战体系仿真实验系统的 核心层，由仿真实验需求、设计、运行和分析组成。仿真实验需求是开展仿真实验活动的出发点和目 的，通常包括联合作战能力评估等典型应用的需求；仿真实验设计是仿真实验的准备环节，完成想 定编辑、任务规划、仿真设置及想定提炼等仿真实 验运行前准备工作；仿真实验运行是仿真实验的动态执行过程，通常通过更改武器装备性能参数、武器装备数量、网络拓扑结构及作战行动等方式 产生大量仿真样本空间，并采用大规模并行计算 方式实现探索性仿真，得到仿真实验结果；仿真实 验分析是对仿真运行产生的海量数据采用多维比 对分析、关联性挖掘分析、因果回溯分析及可视化 分析等多种手段方法，围绕仿真实验目的进行综 合分析，从而得出结论。
1.4应用层
应用层是联合作战综合仿真实验系统面向用户 的实际应用，是系统应用价值的直接体现。应用层 通常包括联合作战能力评估、联合作战体系建设、武 器装备体系建设及体系贡献度分析等典型应用。
2体系动态模型构建
从体系仿真实验角度，可将联合作战体系模型 分为背景体系、对象体系和焦点对象3类[1]。其中，背
景体系包含环境体系和对手体系，环境体系描述 整个作战仿真对抗发生的气象、地理、水文和电磁等 基础环境，对手体系指要研究的对象体系的对手方 拥有的作战体系。对象体系指需关注和研究的我方 或敌方体系。焦点对象指需在仿真实验中进行增、删、改的实兵、实装或战法。
显然，体系对抗过程伴随着各类实体和交互关 系的变化，因此体系模型应随环境变化而变化，只有 用动态体系模型才能体现复杂系统特点。借鉴平行 仿真思想[2]，体系中所有实体模型均可通过基于真 实世界数据、基于人的智能和基于人工智能的自学 习机制等实现模型的动态调整。
2.1基于真实世界数据的模型修正
采用基于数据驱动的方法，通过真实世界数据 与仿真实验数据接口，实现外部数据的快速接人、数 据过滤、模型快速修改和快速校核。接人数据类型 包括联合作战态势的镜像、实兵、实装和战法4类数 据。不同仿真实验侧重点不同，接人的真实世界数 据往往包括不同类型，需要的时间花销不同，如仅针 对单件武器装备，可能只是模型的某个或少量参数 的调整，如歼-10飞机的雷达探测距离，模型修改速 度相对较快；如是战法数据，则需改变多个相关实体 的行为规则；如是整个态势数据，则需花费的时间更 多。而且，真实数据和仿真数据的内容和格式不完 全一致。因此，首先，需制定清洗规则，确定接人哪 些数据，不接人哪些数据；接着，按照仿真模型数据 格式对真实世界数据进行流程化预处理，生成不同 层次和格式统一的接人数据；然后，基于规则对仿真 模型的数据进行增、删、改，并自动进行模型数据校 核；最后，恢复仿真实验运行。
2.2基于人在回路的指控行为建模
联合作战体系中各部队实体的行为和交互通常 受不同层级的指挥员与战斗员主导，即体系中实体 行为具有较强自主行为能力，因此具有较强的不确 定性和非理性特征，这是区别于一般无人参与的武 器装备体系的一个典型特征，也是体系模型难以建 立的根本原因。采用人在回路与部分规则相结合的 方法，纳人不同身份的人（指挥员和作战人员），基于 人的认知指挥和控制（简称指控）实体的行为，可以 解决部分实体特别是较高层次实体的指控行为建模 问题。
2.3基于智能认知的动态模型构建
采用人工智能与A gent仿真相结合的方法，为部分实体赋予一定智能(包括感知、认知和决策），采
4指挥信息系统与技术2017年8月
用自适应和自学习的方式，构建体系动态模型。主要应用在以下3个方面：
1)网络信息体系的动态组网建模
随着网络规模不断扩大，传统的静态网络体
系结构已无法适应复杂战场环境下联合作战的实
际需要，快速、灵活且高效的动态组网技术是构建
可重构的网络信息体系的关键。网络信息体系实 现动态组网主要有以下2种典型方法：（1)构建网
络体系灵活重构的管理机制；（2)模型应具有感 知、决策和执行的能力，能够在感知到运行环境发
生变化后，做出相应决策，按照一定的组网机制实
现体系结构重构。
2)基于OODA环同步的敏捷指控建模
敏捷是网络信息体系背景下组织结构的重要特
征之一，是成功应对多样化作战任务和复杂战场环境 的前提。作战环是由观察、判断、决策和行动4大要
素构成的OODA环，涉及对物理域战场态势的感知、信息域的情报传递和融合、认知域指挥员对态势的理
解判断和定下决心以及物理域兵力的打击行动等跨
域行为。体系作战过程中，指挥协同不仅是指挥员与
指挥员间协商，还应是在网络信息体系支撑下，以不 同指挥员为核心的多个OODA环间的协同[3]。基于 OODA的体系作战协同模型如图2所示。OODA环
间的协同可能是观察与判断的协同、判断与决策的协 同或决策与行动的协同，一个OODA环就是一个完 整的协同周期，按照复杂网络的同步理论，协同最终 目标是多个OODA环间同步。基于OODA环同步 的敏捷指控建模基本原理：假设体系中第z个作战环 的时变状态用相位参数ft U)描述，建立相位值与 OODA环状态间的映射关系。每个指控实体能够同 时感知与本节点处于同一使命任务的多个相邻节点 的状态，在受到上级指派任务和己方资源的约束条件 下，最大程度和相邻节点的指控状态保持同步，最终 实现整个作战行动的自同步。
图2基于OODA的体系作战协同模型
现有指控系统多依据特定任务构建，系统功陡
和能力通常无法跨系统灵巧指挥，而敏捷指控建模
技术的关键在于模型能够实现跨域交互，因为一个 OODA作战环中包含多个作战领域内多个实体(指
控节点、传感节点、通信节点和打击节点），能够根据
资源消耗和作战效果对指控行为进行动态调节，具
备较强的作战环境适应性，其本质是作战任务驱动
和体系资源协同实现结构动态调整。
摄像头原理3)认知网的自适应电子战建模
公务普通护照电子战是联合作战体系对抗中典型对抗行为，
且对传统陆、海、空、天等物理空间的作战行动效果
有极大影响。联合作战战场电磁环境复杂多变，如
何敏捷地发现、定位和识别威胁源，并根据对手的实
时变化进行实时自适应对抗，是未来电子战发展的
必然趋势。在综合研究联合作战中电子战发展趋势
和最新技术基础上，提出了基于网络信息体系的电
子战威胁目标网络化识别和软件自定义对抗建模技
术，突出反映了网络信息体系对电子战目标发现、定
位、跟踪、识别和自适应对抗等方面的显著作用。采
用复杂适应性理论，通过电子战主体动态建模、软件
自定义行动规则描述、网络化信息协同策略及干扰
资源智能分配等方面的研究，实现对复杂战场电磁
韩国所有大学
环境自适应电子战建模。
3体系能力综合评估
体系能力的整体涌现性、动态演化性及能力相
对性，决定了体系能力只能在整体、动态和对抗条件
下进行持续测量得到。基于该思想，在构建的仿真
实验环境中，将联合作战体系置于该环境，不断进行
动态试验，通过对多次试验数据的挖掘，得出体系能
力的综合结论。
3.1动态测量框架
指标是对联合作战体系进行动态测量的主要依
据，同时也是体系仿真实验的实验变量。通常指标
确定有一个假设前提，即所有指标均显而易见并符
合体系实际，但该假设很难做到。复杂系统与简单
系统本质性质截然不同，评价体系指标确定通常有 2种方式：1)评估人员根据自身经验选取的一些典 型指标，如战损、战果和任务完成度等；2)采用数据 挖掘的方法，从大量仿真实验数据中挖掘得到的具 有代表性的指标。
不同于传统的能力评估，多次仿真实验得出的
第8卷第4期杨镜宇，等：基于体系仿真实验的联合作战能力评估技术5
结果将不再是1个值，而是多个值构成的结果云。通过对结果云以及指标间关联分析，不仅能够分析 焦点实验对象的体系贡献度，而且在对指标动态演 化分析基础上，可以发现体系能力演化机理，为提高 体系能力和优化体系结构提供科学依据。
基于体系仿真实验的联合作战能力动态测量主 要包含以下过程：首先，进行概念建模，并通过经验和 历史数据抽取得出一个初始指标集合；接着，通过数据分析来观察指标的敏感程度，挖掘关键指标并修正 指标体系；然后，通过多次仿真实验数据对指标体系 进行校验和确认，并修正概念模型，从而得到相对完 整的指标体系；最后，根据得到的指标体系即可选定 相应的指标获取特征测量值，对体系进行动态测量，挖掘体系能力关键指标，分析体系能力演化机理，从 而得出体系的能力和效能评估结果。基于体系仿真 实验的联合作战能力动态测量框架如图3所示。
(9)
图3基于体系仿真实验的联合作战能力动态测量框架
3.2基于动态指标网的关键指标挖掘
传统的体系能力评估通常采用树状指标体系进 行综合评估，指标体系确定的一^般原则是针对性、独
立性、完备性、可测性、客观性和简明性等，其中独立 性和完备性是基本要求，但一般只能在静态或弱动 态条件下实现[4]。联合作战体系组成间的网络化交 互关系决定了体系能力指标间关系在普遍意义上为 网状，且指标间关联关系随时间动态演化，指标间有 无关系或关系多大往往不得而知。基于动态指标网 的关键指标挖掘通过分析仿真实验生成的数据，挖 掘指标间关联关系及动态演化，进而构建体系能力 指标的动态指标网，并在此基础上挖掘出影响体系 能力的关键指标，作为体系能力评估和贡献度分析 的依据[5]。
1)基于移动时间窗口的指标关联关系挖掘方法
借用经济学上常用的移动窗口方法，选择一定 大小时间窗口，计算该窗口内相关系数，然后不断平 移时间窗口，即可得到整个时间范围内相关系数和 时延演化情况。基于移动时间窗口计算指标时间序 列相关系数和时延示例如表1所示。
表1基于移动时间窗口计算指标时间序列相关系数和时延示例
序号时间指标1指标2相关系数时延
12017-01-05 6：40 3. 85116
22017-01-05 6：50112. 71117
32017-01-05 7：00
1
19. 2116
1!移动窗口42017-01-05 7：101110. 2119
52017-01-05 7：20
1
1
1 5. 3118
62017-01-05 7：30
1
1
1 6. 8117
72017-01-05 7：40
1
1
11. 8141
82017-01-05 7：50
1
1
110. 5141
92017-01-05 8：00
1
1
17. 2140
102017-01-05 8：10
1
1
1 3. 514092—4
112017-01-05 8：20
1
1
1
6. 4149!,0. 47-3
122017-01-05 8：308. 51490. 59-1
132017-01-05 8：40 3. 751510. 561
2)动态指标网构建
在得到每个时刻指标间相关性和时延基础上，通常用2种方式构建动态指标网：1)仅考虑相关性 大小，删除小于该阈值的边，得到无向无权网络;
2)同时考虑时延和相关系数大小，根据设定阈值和 相关系数的时延特征，得到一个有向无权网络。动态指标网构建示例如图4所示。图4左侧网络中，边上括号内2个数值分别表明指标间关联强度(0〜基于大数据分析
演化规律并观察
指标敏感程度
挖掘关键指标
并修正指标体系
麵
2!
